走进 vLLM：高吞吐 LLM 推理系统解剖
把一篇八千词的长文拆成 5 篇中英对照的导读：左栏原文，右栏译文
以 vLLM 官方博客《Inside vLLM: Anatomy of a High-Throughput LLM Inference System》（Aleksa Gordic，2025-09-05，基于 commit 42172ad）为底稿的全文翻译。从 LLM Engine 构造函数与 Scheduler 讲起，覆盖 paged attention、continuous batching、chunked prefill、prefix caching、guided decoding、speculative decoding、disaggregated P/D，再到 MultiProcExecutor、多机多副本的分布式服务，最后落到 latency 与 throughput 的度量。原文 18 张配图全部保留。每篇都是左右对照：左栏是英文原文，右栏是对应的中文翻译，不好翻译的术语保留英文写法。